[发明专利]预测模型构建方法和相关装置在审

专利信息
申请号: 202010187715.8 申请日: 2020-03-17
公开(公告)号: CN111476403A 公开(公告)日: 2020-07-31
发明(设计)人: 程康;王甲佳;朱泽敏 申请(专利权)人: 华为技术有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06N20/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;李稷芳
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测 模型 构建 方法 相关 装置
【权利要求书】:

1.一种预测模型构建方法,其特征在于,包括:

终端设备采集第一数据,所述第一数据为实现预测任务所需的数据;

所述终端设备将第一特征数据输入至第一预测模型进行预测处理以得到第一子更新数据;所述第一特征数据为对所述第一数据进行特征提取得到的特征数据;所述第一预测模型用于实现所述预测任务;

所述终端设备将所述第一子更新数据发送给远程服务端设备,所述第一子更新数据用于所述远程服务端设备更新所述第一预测模型以得到第二预测模型。

2.根据权利要求1所述的方法,其特征在于,所述终端设备包括可充电电池,所述第一数据包括所述终端设备采集的所述可充电电池的第M次充电过程的充电数据;所述终端设备将第一特征数据输入至第一预测模型进行预测处理以得到第一子更新数据包括:

所述终端设备将所述第一特征数据输入至所述第一预测模型进行预测处理,得到第一充电时长;所述第一充电时长为利用所述第一预测模型预测的所述第M次充电过程的时长;

利用所述第一充电时长和第二充电时长,计算得到所述第一预测模型的损失函数的梯度;所述第二充电时长为所述第M次充电所用的时长,所述第一预测模型的损失函数的梯度包含于所述第一子更新数据。

3.根据权利要求1或2所述的方法,其特征在于,所述终端设备将第一特征数据输入至第一预测模型进行预测处理以得到第一子更新数据之前,所述方法还包括:

所述终端设备接收来自所述远程服务端设备的第一预测模型信息,所述第一预测模型信息包括所述第一预测模型,或者所述第一预测模型信息用于构建所述第一预测模型。

4.根据权利要求3所述的方法,其特征在于,所述终端设备将所述第一子更新数据发送给远程服务端设备之后,所述方法还包括:

所述终端设备接收来自所述远程服务端设备的第二预测模型信息,所述第二预测模型信息包括所述第二预测模型或者所述第二预测模型信息用于构建所述第二预测模型;

根据所述第二预测模型信息将所述第一预测模型更新为所述第二预测模型。

5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:

所述终端设备向所述远程服务端设备发送电池充电时间预测服务请求;

所述终端设备接收来自所述远程服务端设备的充电时间预测结果;所述充电时间预测结果包括所述终端设备中的可充电电池完成充电所需的时长。

6.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:

所述终端设备接收来自所述远程服务端设备的目标预测模型信息,所述目标预测模型信息包括所述目标预测模型或者所述目标预测模型信息用于构建所述目标预测模型;

所述终端设备利用所述目标预测模型预测所述可充电电池完成充电所需的充电时长。

7.根据权利要求6所述的方法,其特征在于,所述目标预测模型为所述远程服务端设备利用两个或两个以上第一子更新数据训练所述第一预测模型得到的,所述两个或两个以上第一子更新数据包含所述第一子更新数据且来自两个或两个以上设备。

8.一种预测模型构建方法,其特征在于,包括:

远程服务端设备接收两个或两个以上第一子更新数据,所述两个或两个以上第一子更新数据来自两个或两个以上终端设备;所述两个或两个以上第一子更新数据为所述两个或两个以上终端设备利用第一预测模型训练得到的,所述第一预测模型用于实现预测任务;

所述远程服务端设备利用所述两个或两个以上第一子更新数据更新所述第一预测模型,得到第二预测模型。

9.根据权利要求8所述的方法,其特征在于,所述两个或两个以上第一子更新数据包括来自第一终端设备的第一子更新数据,所述第一子更新数据由所述第一终端设备将第一特征数据输入至所述第一预测模型进行预测处理的预测结果得到,所述第一特征数据为对所述第一终端设备采集的第一数据进行特征提取得到的特征数据,所述第一终端设备包括可充电电池,所述第一数据包括所述终端设备采集的所述可充电电池的第M次充电过程的充电数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010187715.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top